“模数共振”到底是什么?对企业意味着什么?|诺云集团企策通

2026年4月28日,工业和信息化部办公厅与国家数据局综合司联合印发了《关于联合实施2026年“模数共振”行动的通知》,正式启动国家级“模数共振”行动。这一动作在产业界引起了广泛关注——但对于很多企业管理者来说,“模数共振”仍然是一个陌生而模糊的概念。

 

它到底是什么?对企业意味着什么?诺云集团企策通为您一一拆解。

 

一、什么是“模数共振”?

 

简单来说,“模”是行业专用大模型/工业智能体(懂工艺、能决策),“数”是工业高质量数据集(通识+专识,结构化、标准化),“共振”是数据→模型→场景→新数据→模型升级,形成自增强飞轮。“模数共振”就是让模型和数据两个要素协同互促、同频共振,发挥出1+1>2的效果。

 

从技术层面看,“模数共振”是指建立数据质量提升与模型优化的协同联动及闭环迭代机制,核心是实现“以模引数、用数赋模”的良性循环——一方面,数据动态适配模型需求;另一方面,模型输出反哺数据质量提升。

 

从产业层面看,“模数共振”行动是2026年工信部与国家数据局联合推出的国家级战略部署,面向钢铁、石化化工、有色金属、工业母机、汽车、电子元器件、消费电子等20个重点行业,推动人工智能模型与数据资源协同互促。目标是到2026年底基本形成“数据—模型—场景应用”的良性互促循环。

 

更形象地说,“模数共振”是一个数据飞轮:工业数据→训练行业模型→模型优化作业场景→场景产生新数据→数据再反哺模型。这个飞轮一旦转起来,就能形成“场景牵引数据、数据驱动模型、模型赋能应用、应用创造价值”的持续进化能力。

 

二、为什么国家要推动“模数共振”?

 

理解“模数共振”,需要先看懂一个现实困境。

 

当前,应用大模型与智能体的工业企业占比已从2024年不足10%攀升至2025年的47.5%,智能化转型步伐持续加快。但矛盾也随之凸显:传统数据体系适配老旧生产系统,无法满足大模型训练需求;一线工匠的实操经验难以沉淀流转;不同企业、不同生产环节之间数据壁垒森严。

 

大量企业面临一个尴尬局面:有模型,但没有高质量数据来喂;有数据,但不知道如何用来训练模型。模型和数据两张皮,各自为战,无法形成合力。

 

“模数共振”的政策设计,正是要打破这一困局。它以模型训练需求和场景化应用为牵引,倒逼企业数据治理升级,将零散、低价值的数据转化为可用于模型训练的高质量标准化数据集;同时,以高质量工业数据反哺模型的迭代优化,让模型深度匹配制造业实时性、可靠性、安全性的核心要求。

 

此外,“模数共振”行动部署了7项重点任务,包括构建行业通识数据集和专识数据集、完善模型评测机制、创建“模数共振”空间、打造“模数共振”创新联合体、确定一批重点城市等。每省级地区需打造不少于3个“模数共振”空间,每个行业至少研发1个共性行业模型并形成不少于5个应用案例。通过这种“先行者探路”的方式,形成可复制、可推广的经验。

 

三、“模数共振”对企业的三个核心影响

 

影响一:数据不再是“成本”,而是“核心资产”

 

过去,很多企业把数据当成IT部门的“维护成本”——建数据库、买存储设备,能跑就行。但在“模数共振”的逻辑下,数据的价值不在于“存了多少”,而在于“能不能喂给模型”。

 

高质量、结构化、带物理约束的工业训练数据,目前极度稀缺。谁能率先把自己的工业数据转化为高质量数据集,谁就拥有了训练行业模型的“独家燃料”。这种数据资产的壁垒,远比技术壁垒更难被跨越。

 

影响二:模型不再是“锦上添花”,而是“核心生产力”

 

“模数共振”推动的模型不是通用聊天大模型,而是深度嵌入工业场景的行业模型、专用模型和特色智能体。它们懂工艺、懂设备、懂流程,能真正解决生产中的实际问题。

 

对制造企业而言,模型正在从“IT部门的一个项目”变成“车间里的一台机器”——它直接参与生产决策、优化工艺流程、预测设备故障。不会用模型的企业,就像不会用电力的工厂,竞争力差距将越来越大。

 

影响三:企业竞争从“单打独斗”走向“生态协同”

 

“模数共振”行动明确要求组建“模数共振”创新联合体,推动算力企业、模型企业、数据企业和应用开发企业协同攻关。这意味着,单靠一家企业“闭门造车”已经走不通了。

 

未来的竞争,不是一家企业的模型有多强,而是一个生态里的数据、模型、场景能否形成共振。那些能够率先融入“模数共振”生态的企业,将获得政策、技术和资源的系统性加持。

 

四、企业应该如何应对“模数共振”?

 

诺云集团企策通建议,企业可以从以下三个层面着手准备:

 

第一,盘点数据家底。摸清自己有哪些数据、数据质量如何、能否用于模型训练。数据治理能力将成为“模数共振”时代的核心门槛。

 

第二,找准应用场景。“模数共振”强调“场景牵引数据”。企业不需要一上来就搞“全厂智能化”,而是要从一个具体的、高价值的场景切入——比如设备预测性维护、产品质量检测、排产优化——让模型在一个点上先“共振”起来。

 

第三,积极对接政策资源。“模数共振”行动明确要确定一批重点城市、打造创新联合体。有条件的企业应主动争取进入“模数共振”空间和创新联合体,获取政策、算力、数据等方面的扶持。

 

“模数共振”不是一句空洞的政策口号,而是一场正在发生的产业变革。它重新定义了数据的价值、模型的价值,也重新定义了企业的竞争力。那些能够率先让模型与数据在自己企业内部“共振”起来的企业,将在智能经济的下一轮竞争中占据先机。

 

*本文由诺云集团企策通研究团队撰写。诺云集团企策通专注新质生产力研究、产业洞察与战略咨询。*

 


订阅标签:      模数共振
                        该类型已订阅

很抱歉,暂无相关信息

拨打助企热线

免费获取一对一政策申报建议服务

在线客服(点击咨询)

客服电话

固定电话:

手机号码:132 0981 7097 139 3512 8636

微信客服

公众号

在线QQ

QQ咨询

需求提交